pénibles à cultiver (pente, travail du sol…). De plus, certaines autres sont spécialisées danscertaines activités <strong>économiques</strong> (comme les peuls dans l’élevage), ce qui joue <strong>sur</strong> leur accès àla terre 90 . Les paramètres estimés <strong>des</strong> variables mu<strong>et</strong>tes montrent clairement que les <strong>et</strong>hniesrésidentes (Bobo, Lobi, Senoufo <strong>et</strong> Dagara) ont plus de terres cultivées par ménage que les<strong>et</strong>hnies migrantes (Mossi, Peul, Gourounsi) avec une différenciation importante pour cellesexpérimentées avec le coton <strong>et</strong> l’agriculture en général (tout d’abord Lobis <strong>et</strong> Senoufos, puis lesBobos).Si les variables d’expérience cotonnière ne sont pas significatives, elles sontprobablement colinéaires à celles de la mécanisation <strong>et</strong> aux variables <strong>et</strong>hniques.b) Estimation de l’évolution <strong>des</strong> <strong>sur</strong>faces cultivées par ménageOn emploie ici les modèles de choix discr<strong>et</strong>s. Le but est l’estimation de la probabilitéd’appartenir à un régime d’évolution <strong>des</strong> terres cultivées donné. Pour les ménages dont la<strong>sur</strong>face totale cultivée n’a pas augmenté au cours <strong>des</strong> dix dernières années, aucune donnéesubjective <strong>sur</strong> les raisons de ces évolutions 91 n’est disponible. Pour ceux qui ont augmenté leur<strong>sur</strong>face cultivée (un peu plus de 2/3 de l’échantillon), <strong>des</strong> données subjectives concernantl’explication de ces évolutions complètent les variables objectives disponibles. L’étude seconcentre donc dans un premier temps uniquement <strong>sur</strong> le sous-échantillon <strong>des</strong> ménages ayantconnu une croissance <strong>des</strong> terres cultivées au cours <strong>des</strong> dix dernières années, afin de déterminerles paramètres de différentiation entre les faibles <strong>et</strong> les fortes croissances <strong>des</strong> terres cultivées.Ensuite, on expose un modèle de choix binaire 92 avec l’échantillon compl<strong>et</strong> pour déterminer lesparamètres clés expliquant la possibilité d’une croissance <strong>des</strong> terres cultivées (sans différencierles régimes de croissance <strong>des</strong> terres cultivées).Dans un premier temps, l’analyse <strong>des</strong> résultats <strong>des</strong> tableaux 5 <strong>et</strong> 6 est présentée. Celacorrespond à deux modèles de choix ordonnés pour le sous-échantillon <strong>des</strong> ménages ayantconnu une croissance <strong>des</strong> terres cultivées ces 10 dernières années. Les tableaux 5 <strong>et</strong> 6 montrentles eff<strong>et</strong>s marginaux de chaque paramètre <strong>sur</strong> les probabilités d’appartenir à chaque régime decroissance <strong>des</strong> terres cultivées 93 (voir annexes). Parmi les données subjectives catégoriquescollectées parmi les ménages, seules l’augmentation de la main-d’œuvre familiale,l’amélioration du système de mécanisation <strong>et</strong> <strong>des</strong> compétences techniques sont significatives.Cependant, dès l’insertion de nouvelles variables (assistance technique, variables mu<strong>et</strong>tes<strong>et</strong>hniques <strong>et</strong> de mécanisation) les deux dernières variables ne sont plus significatives. En fait,l’augmentation <strong>des</strong> compétences techniques <strong>et</strong> l’amélioration du système de mécanisation sontdirectement expliquées par ces variables mu<strong>et</strong>tes 94 . Les importances respectives du changementde mécanisation <strong>et</strong> de l’évolution <strong>des</strong> compétences techniques sont donc directement expliquéespar les appartenances <strong>et</strong>hniques, le niveau d’assistance technique passé <strong>et</strong> présent, ainsi que latypologie du ménage par rapport à son niveau de mécanisation 95 . L’analyse la plus intuitive sesitue au niveau <strong>des</strong> eff<strong>et</strong>s marginaux. On apprend donc que les ménages récemment passés en90 Cela provient de causes historiques <strong>et</strong> géographiques (origine <strong>des</strong> <strong>et</strong>hnies, ex. les Peuls noma<strong>des</strong> <strong>et</strong> éleveurs enzone sahélienne).91 Les réponses subjectives sont classées en catégories (augmentations liées à la mécanisation, à la force de travail,aux compétences techniques…). Si il n’y a pas eu de croissance <strong>des</strong> terres cultivées, ce type de données estmanquant.92 Un choix possible : augmentation <strong>des</strong> <strong>sur</strong>faces cultivées (valeur 1) ou non (valeur 0)93 y=3 correspond à un accroissement <strong>des</strong> <strong>sur</strong>faces cultivées de moins de 1 Ha, y=4 entre 1 <strong>et</strong> 2.5 Ha, y=5 entre 2.5<strong>et</strong> 5 Ha <strong>et</strong> y=6 un accroissement supérieur à 5 Ha.94 Il y a colinéarité entre ces variables mu<strong>et</strong>tes <strong>et</strong> les variables catégoriques.95 Les variables mu<strong>et</strong>tes <strong>sur</strong> la mécanisation sont au nombre de trois : Passage en système attelé au cours <strong>des</strong> 10dernières années, système traditionnel ou système attelé présent depuis plus de 10 ans. Pour chaque ménage,seulement une de ces 3 variables mu<strong>et</strong>tes binaires est donc vraie.Rapport <strong>FARM</strong>- Réforme de la filière cotonnière burkinabè 50
système attelé, <strong>et</strong> n’ayant pas beaucoup augmenté leur force de travail, ont plus de probabilitéd’appartenir aux régimes de faible croissance <strong>des</strong> terres cultivées a contrario <strong>des</strong> autresménages. Quels que soient les régimes considérés, il est notable que les eff<strong>et</strong>s de lamécanisation importent beaucoup, <strong>et</strong> même plus que ceux de l’évolution de la force de travail.Il semblerait donc que les critères de mécanisation soient déterminants pour expliquer lacroissance <strong>des</strong> terres cultivées, plus que l’évolution du nombre de travailleurs. Tandis que leniveau d’assistance technique 96 passée n’est pas significatif, le niveau d’assistance actuelle,quant à lui, influe positivement <strong>sur</strong> les probabilités d’appartenance à <strong>des</strong> régimes de fortecroissance <strong>des</strong> terres cultivées <strong>et</strong> négativement pour les bas régimes. Enfin, les variables<strong>et</strong>hniques montrent que ce sont les Lobbis qui ont augmenté le plus leurs <strong>sur</strong>faces cultivéesdevant les Bobos <strong>et</strong> les Sénoufos (comme dans la sous section précédente). Il y a donc, commeprévu, plus de contraintes <strong>sur</strong> l’évolution foncière pour les <strong>et</strong>hnies de migrants que pour les<strong>et</strong>hnies résidentes.Dans le deuxième modèle (Tableau 6), <strong>des</strong> variables mu<strong>et</strong>tes 97 <strong>sur</strong> le niveau d’éducationdu chef de ménage <strong>et</strong> l’expérience cotonnière sont incorporées. Cela ne change pas lesconclusions générales du modèle précédent. Cependant, on peut en tirer quelquesenseignements supplémentaires, comme l’eff<strong>et</strong> positif d’une expérience cotonnière longue <strong>sur</strong>les probabilités d’appartenir aux régimes bénéficiant d’une croissance importante <strong>des</strong> terrescultivées.La comparaison <strong>des</strong> deux modèles selon différents critères de pouvoir prédictif ne montrepas de différence évidente (voir tableau 7). Les prédictions semblent être de niveau correct,mais <strong>sur</strong>tout pour les régimes faibles ou forts <strong>et</strong> moins pour les régimes intermédiaires. Ledeuxième modèle semble légèrement plus pertinent en terme de prédiction pour deux <strong>des</strong> quatrecritères, équivalent pour un critère <strong>et</strong> inférieur <strong>sur</strong> un critère. Enfin, si on revient <strong>sur</strong> la valeur<strong>des</strong> constantes <strong>des</strong> tableaux 5 <strong>et</strong> 6, il faut noter que le premier modèle distingue mieux lesrégimes faibles <strong>et</strong> intermédiaires, <strong>et</strong> non les régimes forts (c’est le « cut 3 » qui n’est passignificatif). Le second modèle différencie mieux les régimes intermédiaires <strong>et</strong> forts, mais pasles régimes faibles (c’est le « cut 1 » qui n’est pas significatif). Les conclusions tirées du secondmodèle sont donc plus pertinentes pour les régimes de croissance <strong>des</strong> terres cultivées plus forte,quand celles du premier modèle s’appliquent mieux aux régimes plus faibles.La dernière étape consiste à réaliser un modèle de choix binaire en incluant les ménagesn’ayant pas connu de croissance <strong>des</strong> terres cultivées au cours <strong>des</strong> dix dernières années 98 .Cependant, ce modèle ne prend pas en compte les données subjectives catégoriques utiliséesprécédemment (par exemple, aucune donnée <strong>sur</strong> l’évolution de la main d’œuvre familiale). Ilfaut donc se consacrer <strong>sur</strong> les variables disponibles, les résultats de c<strong>et</strong>te estimation étantprésentés dans le tableau 8 (voir annexe). Le modèle différencie bien les régimes de croissance<strong>des</strong> terres cultivées <strong>des</strong> autres (constante significative). Il est à souligner que c’est encore unefois la mécanisation agricole qui est ici déterminante. En eff<strong>et</strong>, les ménages non équipés ensystème attelé sont fortement désavantagés dans la possibilité d’augmenter leurs <strong>sur</strong>facescultivées. L’expérience cotonnière est aussi déterminante avec la probabilité la plus forte decroissance <strong>des</strong> terres cultivées pour les producteurs de coton d’expérience intermédiaire (entre 596 Le niveau d’assistance technique ici est le nombre de visites d’agents techniques (ATC) au cours de la campagneagricole passée. Il n’y a pas d’aspect qualitatif derrière. En revanche, les conclusions montrent que l’assistanc<strong>et</strong>echnique actuelle a un eff<strong>et</strong> significatif <strong>sur</strong> la croissance <strong>des</strong> terres cultivées alors que dans le passé, l’eff<strong>et</strong> n’estpas significatif. Cela est probablement dû à une meilleure spécialisation de c<strong>et</strong>te fonction aujourd’hui.97 Ce sont simplement <strong>des</strong> variables de contrôle (tout comme les variables <strong>et</strong>hniques) pour évaluer les eff<strong>et</strong>s isolés<strong>des</strong> autres variables <strong>sur</strong> les régimes de croissance <strong>des</strong> terres cultivées.98 y=1 pour une diminution <strong>des</strong> <strong>sur</strong>faces totales cultivées <strong>et</strong> y=2 pour une stagnation. Ces deux régimes sontfusionnés en régime y=0 pour pas de croissance <strong>des</strong> terres cultivées, les régimes y=3 à y=6 sont fusionnés enrégime y=1 pour croissance <strong>des</strong> terres cultivées.Rapport <strong>FARM</strong>- Réforme de la filière cotonnière burkinabè 51
- Page 2 and 3: ABREVIATIONS ET ACRONYMESAFDAFDIAIC
- Page 9 and 10: Faso ou encore le Tchad 4 . Malheur
- Page 11 and 12: difficile. En effet, la pression de
- Page 13 and 14: Néanmoins, le système de monopson
- Page 15 and 16: semble à l’origine de ce succès
- Page 17 and 18: l’approvisionnement des différen
- Page 19 and 20: emboursement (trois ans après), la
- Page 21 and 22: dynamisme de la filière* : nouvell
- Page 23 and 24: Parmi les composants de la réforme
- Page 25 and 26: tiers du capital), qui est une soci
- Page 27 and 28: La fixation des prix en début de c
- Page 29 and 30: plan de relance de la filière* en
- Page 31 and 32: production devenir plus intensif. P
- Page 33 and 34: esteront de peu d’importance. En
- Page 35 and 36: actuelles ne permettent pas encore
- Page 37 and 38: de redistribution existe, il peut d
- Page 39 and 40: IV. L’enquête cotonnière : conc
- Page 41 and 42: puis tirés au sort parmi chaque st
- Page 43 and 44: Le GPC moyen est composé de 44 mem
- Page 45 and 46: individuelles sont souvent sanction
- Page 47 and 48: amendements organiques, encore peu
- Page 49: a) Estimation des surfaces actuelle
- Page 53 and 54: l’importance des besoins alimenta
- Page 55 and 56: travers le contrôle des risques* a
- Page 57 and 58: Richesse subjective actuelle0 2 4 6
- Page 59 and 60: Evolution de la consommation/ tête
- Page 61 and 62: Tableau 15 : Evolution des indicate
- Page 63 and 64: Améliorations des rendements par l
- Page 65 and 66: ConclusionCette étude a permis de
- Page 67 and 68: BibliographieAkiyama, T., Baffes, J
- Page 69 and 70: Poulton, C. et al., 2004. Competiti
- Page 71 and 72: Section 2 : aspects relationnels et
- Page 73 and 74: A.2. Questionnaire de ménage 1Rens
- Page 75 and 76: Section 2 : conditions de vie et d
- Page 77 and 78: Q312 Dépenses en médicaments l’
- Page 79 and 80: Q416 Relief 18 PENT1Tableau du bila
- Page 81 and 82: Q448 Comment évaluez-vous la gesti
- Page 83 and 84: Q482 Craignez vous les déclassemen
- Page 85 and 86: Q72 Classez de 0 à 10 la richesse
- Page 87 and 88: A.4. Organisation et fonctionnement
- Page 89 and 90: A.6. Estimation de l’évolution d
- Page 91 and 92: Regime of farmland evolution y=i y=
- Page 93 and 94: A.7. Estimation des parts actuelles
- Page 95 and 96: Regime of cotton shares evolution y
- Page 97 and 98: GlossaireAléa moral : situation à